4.2 MATERIAL E MÉTODOS 4.2.1 Dados do relevo:

Para cada uma das 36 parcelas foram anotados os seguintes parâmetros morfológicos do relevo de acordo com a proposta de Silva et al. (2008):

Latitude e longitude tomadas com GPS geodésico;

Altitude: tomada no início de cada parcela com o auxílio de altímetro.

4.2.2 - Propriedades físico-químicas do solo

Em cada parcela foram coletadas três amostras superficial de solo, 0-20 cm de profundidade. As amostras foram misturadas para compor uma amostra de cerca de 0,5 kg, segundo o método de Souza et al. (2003). As amostras compostas foram analisadas pelo laboratório Solocria-Laboratório Agropecuário, com sede em Goiânia (GO), que utiliza metodologia preconizada pela EMBRAPA (1997).

Foram determinados para cada parcela os teores de Ca, Mg, Al, H + Al, K (cmolc/dm3 –

mE/100 ml); Na, K e P (mel.) (mg/dm3 - ppm); dos micronutrientes S, Zn, B, Cu, Fe e Mn (mg/dm 3 - ppm); da Matéria Orgânica (g/dm3); do pH. A partir dos resultados foram calculadas a Capacidade de Troca Catiônica (CTC), Saturação por Bases, Saturação por

Alumínio e na análise física foram determinadas as porções de argila, limo e areia (g/kg).

O teor de umidade do solo foi determinado pelo método gravimétrico, baseado na

diferença entre os pesos úmido e seco após 24 horas em estufa a 1050 C (EMBRAPA

1997). Para esta análise foi coletada uma única amostra na área central de cada parcela. As diferenças entre os resultados das análises químicas e físicas, a porcentagem de umidade do solo e a altitude nas comunidades alterada e com rochosidade (PAR) e comunidade preservada (PP) (Capítulo 3) foram testadas pelo teste de Kruskal-Wallis que tem emprego para dados não paramétricos, e efetua comparações entre amostras independentes com mesmo tamanho ou desigual (Zar 1996). O programa estatístico Past foi utilizado nesta análise.

4.2.3. - Correlações entre espécies e variáveis ambientais e espaciais

A abordagem deste estudo foi feita por análise direta de gradientes (Whittaker 1972), na qual é possível correlacionar as variações quantitativas das espécies arbóreas nas parcelas com as variáveis ambientais (Kent & Coker 1992; Vázquez & Givinish 1998) e espaciais, segundo procedimento interativo proposto por Borcard et al. (1992). Esta análise permite estabelecer associações entre as variações para espécies, variáveis ambientais e espaciais ao mesmo tempo, e avaliar os fatores ambientais responsáveis pelas variações na distribuição de espécies de comunidades (teer Braak 1986). A utilização das variáveis espaciais permite estimar a proporção da variação dos dados das espécies que é explicada separadamente pelas variáveis ambientais e espaciais, bem como quanto cada conjunto de variáveis participa indistintamente, assim como a variação remanescente não explicada pelas variáveis empregadas (Machado et al. 2008). A Análise de Correspondência Canônica (CCA) com os dados da vegetação, do ambiente e dados espaciais requer a construção de três matrizes (Borcard et al. 1992). A primeira matriz incluiu a densidade absoluta de espécies que ocorreram em parcelas com mais de cinco indivíduos. Segundo Jongman et al. (1995) e Gauch (1982) a exclusão das espécies raras reduz ruídos nas análises e facilita a interpretação ecológica dos resultados. Assim, a matriz final analisada totalizou 46 espécies e 35 parcelas. Os

dados de abundância das espécies foram transformados pela expressão ln (DA + 1) para compensar a baixa frequência de espécies com alta abundância (ter Braak 1995).

A segunda matriz é formada pelas variáveis ambientais e incluiu, a princípio, todas as variáveis edáficas e do relevo. A multicolinearidade (fator de inflação > 20) e a correlação fraca com os eixos de ordenação (coeficiente de correlação < 0,3) foram critérios utilizados para a eliminação de variáveis (ter Braak & Smilauer 1998). A matriz final incluiu: Ca, Mg, Al, H + Al, K, Zn, B, Fe Mn, % Umidade do solo e altitude das parcelas. A variável % Umidade foi transformada pela expressão arc. sen √ x para obter normalidade (Lepš & Smilauer 1999). O teste de permutação de Monte Carlo foi aplicado para avaliar a significância das correlações entre as abundâncias das espécies e as variáveis ambientais (teer Braak 1987). Para estas análises foram acrescidas as variáveis categóricas PP e PAR que resultaram da classificação da vegetação (Capítulo 3).

A terceira matriz foi constituída de variáveis espaciais e foi construída a partir das coordenadas binárias, latitude e longitude, tomadas no início de cada parcela, denominadas x e y, respectivamente. A partir destas coordenadas foram construídas sete varáveis: x2 , x3 , y2 , y3 ,x*y, x2 *y e x*y2, segundo modelo polinomial para a análise, proposto por Borcard et al. (1992). As variáveis espaciais incluídas nas análises finais foram selecionadas pela rotina de seleção progressiva de variáveis associadas a testes de permutação de Monte Carlo, para verificar a significância ou não das mesmas na distribuição das espécies (Machado et al. 2008). Após esta rotina as variáveis x e y foram selecionadas.

Em seguida procedeu-se a análise dos dados, com a realização de quatro CCA: a primeira relacionou a matriz dos dados das espécies com as variáveis ambientais e edáficas (CCA1), a segunda com as variáveis espaciais (CCA2), a terceira com as

variáveis ambientais e co-variáveis espaciais (CCA3) e a quarta com as variáveis

espaciais e co-variáveis ambientais (CCA4). O procedimento das análises foi feito com a

versão 4.5 do pacote CANOCO for Windows (teer Braak & Smilauer 1998).

A interpretação do resultado da CCA foi feita com base no diagrama de ordenação ―biplot‖ formado para a CCA1. Neste diagrama as variáveis ambientais estão

representadas por setas, onde a posição de sua ponta reflete o autovalor da correlação da variável com o eixo de ordenação e o seu tamanho a relação com o padrão de variação das espécies (Kent & Coker 1992).

O teste de Monte Carlo (ter Braak 1986) consiste na permutação aleatória das linhas da matriz de variáveis ambientais, espaciais e de abundância, com o intuito de testar a significância da correlação entre as matrizes, identificando a probabilidade de acerto da relação encontrada entre as matrizes originais (Souza et al. 2003). Este teste foi aplicado para estimar a proporção da variação dos dados das espécies explicada pelas variáveis ambientais e espaciais em conjunto e em separado, bem como a variação remanescente, não explicada por qualquer variável empregada (Machado et al. 2008).

4.3 - RESULTADOS E DISCUSSÃO